学术论文解析

该项目是一款专为教育材料和机器学习训练优化的多模态OCR系统，支持从复杂文档（如试卷、学术论文）中提取文本、数学公式、表格、图表等多语言内容。 采用两阶段处理流程（初始OCR提取+语义解释），结合DocLayout-YOLO、Google Vision API、MathPix等多种技术，输出结构化JSON/Markdown格式数据。 在真实学术数据集（如EJU生物学、东大数学题）上达到90-95%准确率，特别擅长处理科学内容密集、公式繁多的复杂排版文档。